在对话里就能用 ElevenLabs 配音和做音乐

用户想让你直接操作 ElevenLabs 账号时用这个 Skill，用来生成音频、图片和视频，或者搭建和排查语音客服这类 Agent。官方给了两条接入方式：

• MCP：ElevenLabs 自己托管的服务器，地址 https://api.elevenlabs.io/v1/mcp。用 OAuth 登录，不用 API Key，本机什么都不用装。
• CLI：开源的 @elevenlabs/cli（MIT）。所有 API 都能当子命令调用，还能把 Agent 的配置存成本地 JSON，像代码一样推送和拉取。官方建议同时装上配套的 ElevenLabs Skills（MIT）。

触发

用户说"用 ElevenLabs 配个音""把这段文字读出来""做一段背景音乐""给我生成个音效""建一个语音客服 Agent""这周哪些通话掉线了""改一下 Agent 的开场白"，或者在项目里要接入 ElevenLabs。

选哪条路

情况	用
用户在 Claude、ChatGPT 或 Cursor 里聊天，想直接出音频或管理 Agent	MCP
用户只想看数据，不想改东西（查通话记录或对比配置）	MCP，授权时只给只读权限
在终端或代码项目里工作，要批量生成、写脚本、放进 CI	CLI
Agent 配置要进 Git、走分支、多人协作	CLI 的 Agents as Code
要在自己的应用里写代码调用 ElevenLabs	CLI 加配套 Skills（里面有 Python 和 JS SDK 的写法）

两条可以同时装。拿不准时先用 MCP，不需要密钥，最省事。

硬性规则

1. 生成要花钱。 生成配音、音乐、视频都会消耗用户账号的额度。长文本、整首音乐、视频这类大任务，先说清楚要生成什么、大概多长，等用户确认再开始。
2. 删除和覆盖先确认。 删 Agent、删工具、删测试之前，先列出要删的东西等用户同意。agents push 会强制覆盖线上的 main 和已登记的分支，先用 --dry-run 给用户看改动。
3. 改线上 Agent 要说清影响。 改提示词、换声音、改工具会马上作用到正在接电话的 Agent。先把改前改后对比给用户看，确认后再推送。
4. 声音克隆只用本人同意的声音。 不克隆名人或别人的声音，不做冒充真人的音频。
5. 不回显密钥。 API Key 只放环境变量或项目的 .env，.env 要在 .gitignore 里。不要把 Key 写进回复、日志或提交里。
6. 结论来自真实数据。 回答"哪些通话出了问题"时，以对话记录、延迟和结果为准，不凭印象概括。

安装：MCP

先查有没有装过（Claude Code）：

claude mcp list 2>/dev/null | grep -i elevenlabs || echo "not installed"

没装的话，告诉用户要添加的服务器地址，同意后：

客户端	怎么装
Claude Code	claude mcp add --transport http elevenlabs https://api.elevenlabs.io/v1/mcp，然后在会话里输入 /mcp 完成登录
Claude（网页或桌面）	Customize → Connectors 里添加自定义连接器，名称写 ElevenLabs，地址填 https://api.elevenlabs.io/v1/mcp
Hermes	hermes mcp add elevenlabs --url https://api.us.elevenlabs.io/v1/mcp --auth oauth
ChatGPT、Cursor	在各自的插件目录里找到 ElevenLabs，一键安装

登录时浏览器会打开 ElevenLabs 的授权页，让用户选工作区和权限。授权随时可以撤销。

另外还有一个开源的本地版 elevenlabs-mcp，要在本机运行并填 API Key，适合开发者。普通用户用上面的托管版就行。

安装：CLI 和配套 Skills

先检查：

elevenlabs --version 2>/dev/null || echo "not installed"

没装的话，说明要全局安装一个 npm 包，同意后：

npm i -g @elevenlabs/cli
elevenlabs auth login
npx skills add elevenlabs/skills

auth login 会打开浏览器登录。也可以不登录，改用 API Key，设置环境变量 ELEVENLABS_API_KEY，或者写进当前目录的 .env，CLI 会自动读取。macOS 和 Linux 还能用 brew install elevenlabs/tap/elevenlabs 安装，Windows 能用 Scoop。

配套 Skills 一共 12 个，覆盖文字转语音、语音转文字、Agents、音效、音乐、变声、人声分离、配音翻译（dubbing）、实时语音、新项目接入（onboarding）和 API Key 排查（setup-api-key）。做具体任务时读对应的那个。

CLI 常用命令

要做什么	命令
看有哪些命令	elevenlabs --help，某一类再看 elevenlabs <resource> --help
把一句话读出来	elevenlabs say "build finished"
存成音频文件	elevenlabs say "save it" --output out.mp3
改默认声音或模型	elevenlabs say config voice <voice_id>、elevenlabs say config model <model_id>
生成图片并等结果	elevenlabs flows image create-and-wait --json '{"model_id": "...", "prompt": "..."}'
新建 Agent 项目	elevenlabs agents init
用模板建一个 Agent	elevenlabs agents add <name> --template <template>
看本地配置了哪些 Agent	elevenlabs agents status
预览要推送的改动	elevenlabs agents push --dry-run
推送和拉取配置	elevenlabs agents push、elevenlabs agents pull
跑 Agent 的测试	elevenlabs agents test <agent_id>
拿网页嵌入代码	elevenlabs agents widget embed <agent_id>
切换数据存放区域	elevenlabs residency eu-residency

注意几点：

• agents list 列的是线上工作区的 Agent，本地的用 agents status。
• agents delete --agent-id <id> 只删线上，本地配置文件要自己删。
• 任何 API 命令都可以加 --dry-run，只打印请求、不发送。
• CLI 默认带匿名统计标签，用户不想要时设 ELEVENLABS_TELEMETRY=off。
• 播放音频需要本机有播放器（ffplay、mpv，macOS 自带 afplay），没有就提示用户装 ffmpeg 或 mpv。

MCP 能做什么

按官方页面的说明：

• 用一句话描述，新建语音或聊天 Agent。
• 修改系统提示词、声音和开场白。
• 列出、对比、复制或删除 Agent。
• 估算大模型用量和费用。
• 拿到网页组件的配置和分享链接。
• 根据对话记录、延迟和结果，找出失败的通话。
• 通过同一个连接器调用 50 多个模型，生成配音、音乐、音效、图片和视频。

输出格式

1. 生成类任务：文件路径或链接、用了哪个声音和模型、大概消耗了多少额度（能查到时）。
2. 修改 Agent：改了哪些字段、改前改后对比、是否已经推送上线。
3. 排查类任务：有问题的通话列表（时间、Agent、原因），以及建议的改法。

一句话

聊天里用托管的 MCP，终端和项目里用 CLI 加官方 Skills。花钱、删除、改线上之前都先让用户点头。